Build your ultimate AI agent
Описание курса
Каждый день люди делают выбор. Они выбирают продукты — например, апельсиновый сок или автомобиль, — решают, за кого проголосовать, и определяют, как добраться до работы. Маркетологи, ритейлеры, дизайнеры продуктов, политологи, специалисты по транспортному планированию, социологи и многие другие хотят понять, что стоит за этим выбором. Модели выбора предсказывают, что предпочтёт человек, исходя из характеристик доступных вариантов, и помогают принимать важные решения при разработке продуктов. В этом курсе вы научитесь организовывать данные о выборе, строить модели выбора на R и представлять результаты. Курс охватывает как анализ реальных наблюдаемых решений, так и опросный подход — совместный анализ (conjoint analysis).
Предварительные требования
Программа
Структура курса
1
Быстрый старт
Цель этой главы — как можно быстрее провести вас через весь процесс моделирования выбора, чтобы вы получили общее представление о том, что можно делать с помощью моделей выбора и как этот процесс устроен. Ключевая идея состоит в том, что модель выбора позволяет понять, как решения покупателей о приобретении продукта зависят от его характеристик. Предпочитают ли покупатели спортивных автомобилей механическую коробку передач автоматической? Насколько велика эта разница? Чтобы дать общий обзор, мы пока пропустим многие детали. В следующих главах мы вернёмся к важным вопросам: подготовке данных, выбору и интерпретации моделей, а также представлению результатов — всему, что нужно для уверенной работы с собственными данными о выборе.
- Зачем изучать выбор?50 XP
- Данные о выборе50 XP
- Изучение данных о выборе50 XP
- Определение уровней фактора50 XP
- Изучение наблюдения о выборе50 XP
- Что выбирали покупатели?100 XP
- Построение и интерпретация модели выбора50 XP
- Построение модели выбора100 XP
- Интерпретация параметров50 XP
- Использование моделей выбора для принятия решений50 XP
- Прогнозирование долей выбора100 XP
- Визуализация долей выбора100 XP
2
Управление данными о выборе и их анализ
Данные о выборе можно получить из самых разных источников, и они могут быть представлены в различных форматах. В этой главе мы возьмём данные в нескольких альтернативных форматах и научимся приводить их в вид, пригодный для моделирования выбора. Кроме того, мы обсудим, как создать опрос для самостоятельного сбора данных о выборе.
3
Построение моделей выбора
В этой главе мы подробнее рассмотрим построение моделей выбора. Чтобы создать концептуальную основу, мы сосредоточимся на том, как мультиномиальная логит-модель преобразует характеристики продукта в прогноз выбора. Это даст вам основу для принятия решений о том, какие признаки включать в модель.
4
Иерархические модели выбора
У разных людей разные вкусы и предпочтения. Это кажется очевидным, и маркетинговые исследования это подтверждают. В этой главе рассматриваются модели выбора, в которых предполагается, что разные участники принятия решений имеют различные предпочтения, влияющие на их выбор. Когда модели учитывают различия в предпочтениях потребителей, они, как правило, дают более высокие прогнозы доли рынка для нишевых продуктов, ориентированных на определённый сегмент аудитории. Иерархические модели используются в большинстве коммерческих приложений для моделирования выбора, поэтому важно понимать, как они работают.
R
Моделирование выбора для маркетинга на R
Курс
завершён
